MySQL选择字符集和排序规则

MySQL选择字符集和排序规则：utf8mb4 是当前绝大多数新项目的主流选择。

🌍 utf8mb4：主流之选

utf8mb4 是目前最通用、最能"一劳永逸"的字符集。

• 为什么选它？
  • 完整支持Unicode ：它是真正的UTF-8，支持几乎所有语言字符，包括中文生僻字和 emoji 表情 。而MySQL里老旧的 utf8 字符集只是个"阉割版"，存不了emoji和部分生僻字。
  • 与时俱进：MySQL 8.0+ 已将它设为默认字符集，代表着未来的技术趋势。

⚖️ 排序规则对比

选定字符集后，需要选择合适的排序规则（Collation），它影响字符的比较和排序方式。

对于推荐字符集 utf8mb4，官方推荐和社区实践主要集中在以下几种：

排序规则 (Collation)	特点与适用场景	推荐程度
**utf8mb4_unicode_ci **	遵循Unicode标准的排序规则，对中文按拼音、部首排序更准确；性能足够现代应用。	✅ （优先）强烈推荐
utf8mb4_general_ci	实现简单，速度通常稍快，但中文排序可能不准（如"张"排到"李"前面）。	⚠️ 已过时，自MySQL 8.0起已不推荐使用。
utf8mb4_0900_ai_ci	MySQL 8.0+ 的默认排序规则，基于Unicode 9.0标准，最推荐。	✅ MySQL 8.0+ 首选
utf8mb4_bin	二进制排序，严格区分大小写和字符（'a'≠'A'），常用于用户名、密码等需精确匹配的字段。	⚠️ 特定场景
gbk_chinese_ci	gbk字符集的默认排序规则，适用于专注中文的老项目。	⚠️ 特定场景

🛠️ 配置与避坑指南

• 数据库配置

  • 创建数据库时 ：CREATE DATABASE mydb CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

  • 已有数据库迁移 ：分别修改数据库、表和列的字符集。

    ALTER DATABASE db_name CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;
    ALTER TABLE table_name CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;
    ALTER TABLE table_name MODIFY column_name VARCHAR(255) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

• JDBC连接 ：确保在JDBC URL中指定了UTF-8编码。

  jdbc:mysql://localhost:3306/db_name?useUnicode=true&characterEncoding=UTF-8

• 全局设置 ：可在配置文件 my.cnf 或 my.ini 中设置。

  [client]
  default-character-set = utf8mb4
  [mysqld]
  character-set-server = utf8mb4
  collation-server = utf8mb4_unicode_ci